computer scienceoptimierungsproblemen, wie etwa automatische differentiation, direkte erschöpfende...
TRANSCRIPT
-
Modulhandbuch
Bachelor of Science
Computer Science
Kohorte: Wintersemester 2017
Stand: 28. Juni 2017
-
23668
1012141618202123262830323537394143444647475053555759616365676972727476788082848688899192949696
Inhaltsverzeichnis
InhaltsverzeichnisStudiengangsbeschreibungFachmodule der Kernqualifikation
Modul M0561: Diskrete Algebraische StrukturenModul M0575: Prozedurale ProgrammierungModul M0577: Nichttechnische Ergänzungskurse im BachelorModul M0731: Functional ProgrammingModul M0736: Linear AlgebraModul M0553: Objektorientierte Programmierung, Algorithmen und DatenstrukturenModul M0624: Automata Theory and Formal LanguagesModul M0732: Software EngineeringModul M0737: Mathematical AnalysisModul M0829: Grundlagen der BetriebswirtschaftslehreModul M0730: Technische InformatikModul M0834: Computernetworks and Internet SecurityModul M0953: Introduction to Information SecurityModul M0853: Mathematik IIIModul M0562: Berechenbarkeit und KomplexitätModul M0672: Signale und SystemeModul M0727: StochasticsModul M0852: Graphentheorie und OptimierungModul M0971: BetriebssystemeModul M0793: Seminare Informatik und MathematikModul M0873: Software-Fachpraktikum
Fachmodule der Vertiefung Computational MathematicsModul M0833: Grundlagen der RegelungstechnikModul M0651: Rechnergestützte GeometrieModul M0662: Numerische Mathematik IModul M0863: Numerik und Computer AlgebraModul M0941: Kombinatorische Strukturen und AlgorithmenModul M1242: Quantenmechanik für Studierende der IngenieurswissenschaftenModul M0668: Algebraische Methoden in der RegelungstechnikModul M1062: Mathematische StatistikModul M0715: Löser für schwachbesetzte lineare GleichungssystemeModul M1061: Maßtheoretische Konzepte der StochastikModul M0854: Mathematik IV
Fachmodule der Vertiefung Computer and Software EngineeringModul M0675: Einführung in die Nachrichtentechnik und ihre stochastischen MethodenModul M0783: Messtechnik und MessdatenverarbeitungModul M0972: Verteilte SystemeModul M1242: Quantenmechanik für Studierende der IngenieurswissenschaftenModul M0625: DatabasesModul M0791: RechnerarchitekturModul M0941: Kombinatorische Strukturen und AlgorithmenModul M0803: Embedded SystemsModul M0754: Compiler ConstructionModul M0758: Application SecurityModul M1269: Labor Cyber-Physical SystemsModul M1300: Software DevelopmentModul M0634: Einführung in Medizintechnische Systeme
ThesisModul M-001: Bachelorarbeit
-
Studiengangsbeschreibung
Inhalt
Die Informatik ist neben Biotechnologie, Medizintechnik und Nanotechnologie die Schlüsseltechnologie des 21. Jahrhunderts. Sie hat sich zu einer Triebfeder des technologischenFortschrittes entwickelt, weil alle Berufszweige mit Informationsaspekten durchdrungen sind und immer neue Anwendungsfelder in der Informations- und Kommunikationstechnikerschlossen werden. Deshalb brauchen wir heute und morgen Informatikerinnen und Informatiker, die informationsverarbeitende Systeme qualifiziert und verantwortungsbewusstentwerfen, analysieren und an gegebene Einsatzbedingungen anpassen.
Die Informatik ist eng mit der Mathematik und der Elektrotechnik/Elektronik verbunden, ist aber auch als eine Basis- und Querschnittsdisziplin zu verstehen, die sich sowohl mittechnischen als auch mit organisatorischen Problemen bei der Entwicklung und Anwendung informationsverarbeitender Systeme beschäftigt. Sie erforscht die grundsätzlichenVerfahrensweisen der Informationsverarbeitung und die allgemeinen Methoden der Anwendung solcher Verfahren in den verschiedensten Bereichen. Sie geht durch Abstraktion undModellbildung sowohl über die konkreten technischen Realisierungen informationsverarbeitender Systeme als auch über die Besonderheiten spezieller Anwendungen hinaus undgelangt zur Formulierung allgemeiner Gesetzmäßigkeiten. Daraus entwickelt sie Standardlösungen für die Aufgaben der Praxis, z.B. bei der Bewältigung großer Daten- undInformationsmengen und der Steuerung komplexer Produktionsabläufe (Quelle: studienwahl.de, 05/2015).
Der Bachelorstudiengang Computer Science bietet ein wissenschaftlich fundiertes, grundlagenorientiertes Studium. Auf der Basis eines breiten und in ausgewählten Teilgebietenvertieften fachlichen Wissens werden die analytischen, kreativen und konstruktiven Fähigkeiten zur Konzipierung von informationsverarbeitenden Systemen entwickelt undgefördert. Vor allem wird die Fähigkeit zur Realisierung und Implementierung von programmierbaren Systemen erworben. Durch die Bearbeitung von vielfältigen Problemen ausverschiedenen Anwendungsbereichen entwickeln die Studierenden insgesamt eine sinnvolle Mischung aus praktischen und wissenschaftlichen Fähigkeiten. Schlüsselqualifikationenwie Teamarbeit und Präsentationstechniken werden gezielt vermittelt.
Die Informatik unterliegt schnellen Innovationen, weshalb besonderer Wert auf zukunftsfestes Wissen gelegt wird. Damit sollen die Studierenden in die Lage versetzt werden, auchdie künftigen Entwicklungen der Informatik selbstständig und auf hohem Niveau in ihre berufliche Praxis und in ihren persönlichen Horizont zu integrieren. Aus diesem Grund hat derBachelorstudiengang eine wissenschaftliche und methodenorientierte Grundausrichtung. Erworben werden vor allem gründliche Kenntnisse in Informatik und vertieftes Wissen auchin Mathematik und Betriebswirtschaftslehre.
Berufliche Perspektiven
Der Bachelorstudiengang Computer Science bereitet die Absolventen und Absolventinnen sowohl auf eine berufliche Tätigkeit im IT-Sektor als auch auf ein aufbauendes Master-Studium vor. Die Absolventen und Absolventinnen werden in die Lage versetzt, komplexe IT-Lösungen zu entwerfen und technisch umzusetzen. Ferner werden methodischeGrundlagen erworben, um sich stets an neue berufliche Entwicklungen und Innovationen anzupassen. Daher sollten die Absolventen und Absolventinnen in nahezu allen Brancheneine verantwortungsvolle Tätigkeit finden können.
Lernziele
Das Bachelorstudium Computer Science soll die Studierenden sowohl auf eine berufliche Tätigkeit als auch auf ein einschlägiges Master-Studium vorbereiten. Das hierfürnotwendige methodische Grundlagenwissen wird im Rahmen des Studiums erworben. Die Lernergebnisse des Studiengangs werden durch ein Zusammenspiel von grundlegendenund weiterführenden Modulen aus Informatik, Mathematik und Betriebswirtschaftslehre erreicht. Die Lernziele sind im Folgenden eingeteilt in die Kategorien Wissen, Fertigkeiten,Sozialkompetenz und Selbstständigkeit.
Wissen
Wissen konstituiert sich aus Fakten, Grundsätzen und Theorien und wird im Bachelorstudiengang Computer Science auf folgenden Gebieten erworben:
1. Die Absolventen und Absolventinnen kennen grundlegende Methoden und Verfahren zur mathematischen Modellbildung in der Informatik, wie etwa algebraisch spezifizierteabstrakte Datentypen, Automatenmodelle, Grammatiken, graphentheoretische Netzwerke, Differentialgleichungen, Regelkreise, stochastische Prozesse und dynamischeSysteme im Sinne der Systemtheorie. Sie können diese beschreiben und vergleichen.
2. Die Absolventen und Absolventinnen kennen fundamentale Methoden und Verfahren zur Lösung oder Approximation von algorithmischen Entscheidungs- undOptimierungsproblemen, wie etwa automatische Differentiation, direkte erschöpfende Suche via Backtracking, Gradienten-basierte Verfahren, graphentheoretischeAlgorithmen, Heuristiken, lineare (ganzzahlige) Programmierung, Testen von Hypothesen, Theorem-Beweiser, sowie deren Analyse hinsichtlich Komplexität, Konvergenz undGüte. Sie sind in der Lage, diese zu skizzieren und zu diskutieren.
3. Die Absolventen und Absolventinnen kennen die Grundlagen des Software-Entwurfes und können hierbei auf gängige prozedurale, objektorientierte, funktionale undlogikbasierte Programmiersprachen sowie grundlegende Datenstrukturen und Algorithmen zurückgreifen. Sie sind vertraut mit dem Betrieb von Software-Systemen unterBerücksichtigung der Organisation und Verarbeitung großer Datenmengen, der Verwaltung der zur Verfügung stehenden Betriebsmittel und einer verteilten Arrangierung vonDaten und Algorithmen.
4. Die Absolventen und Absolventinnen kennen den Aufbau, den Betrieb und die Organisation von Rechenanlagen und sie wissen, wie Algorithmen auf dem von-Neumann-Rechner oder einem Mikroprozessor ausgeführt werden. Sie wissen ferner, wie Hardware-Bausteine programmiertechnisch beschrieben und simuliert werden können und siekönnen die Einbettung eines Strukturmodells in einen technischen Rahmen skizzieren.
5. Die Absolventen und Absolventinnen kennen eine Reihe von Anwendungsfällen valider mathematischer Modelle in der Informatik, wie etwa Algorithmen in Netzwerken,diskrete und schnelle Fourier-Transformation, Public-Key-Infrastrukturen sowie Sortier- und Suchverfahren.
Fertigkeiten
Die Fähigkeit, erlerntes Wissen anzuwenden, um spezifische Probleme zu lösen, wird im Studiengang Computer Science auf vielfältige Weise unterstützt:
1. Die Absolventen und Absolventinnen sind im Stande, Instanzen formaler Modelle in der Informatik anhand einfacher Modellierungsansätze zu entwickeln, ihreBerechenbarkeit und Komplexität einzuschätzen und sie anhand geeigneter Programmierwerkzeuge umzusetzen.
2. Die Absolventen und Absolventinnen sind in der Lage, Instanzen von algorithmischen Entscheidungs- und Optimierungsproblemen unter Einsatz des Erlernten optimal odernäherungsweise zu lösen und die Lösungen zu analysieren.
3. Die Absolventen und Absolventinnen können Software-Komponenten in komplexere Softwaresysteme unter Benutzung der im Studium erarbeiteten Methoden integrieren undtesten.
4. Die Absolventen und Absolventinnen werden in die Lage versetzt, Mikroprozessoren zu programmieren und Strukturbeschreibungen von einfachen Hardware-Bausteinen zuentwickeln, zu simulieren und zu bewerten.
5. Die Absolventen und Absolventinnen können vertraute Anwendungsfälle valider mathematischer Modelle aus der Informatik unter Verwendung einschlägiger Werkzeugeumsetzen und die Lösungen evaluieren.
Erwerb von Sozialkompetenz
Sozialkompetenz umfasst die individuelle Fähigkeit und den Willen, zielorientiert mit anderen zusammen zu arbeiten, die Interessen der anderen zu erfassen, sich zu verständigenund die Arbeits- und Lebenswelt mitzugestalten.
1. Die Absolventen und Absolventinnen können in einem fachlich homogenen Team organisieren, spezifische Teilaufgaben übernehmen und den eigenen Beitrag reflektieren.2. Die Absolventen und Absolventinnen sind in der Lage, sich in ein fachlich heterogenes Team einzugliedern, gemeinsame Lösungen zu erarbeiten und diese vor anderen zu
vertreten.
[3]
Modulhandbuch B. Sc. "Computer Science"
-
Kompetenz zum selbständigen Arbeiten
Personale Kompetenzen umfassen neben der Kompetenz zum selbständigen Handeln auch die System- und Lösungskompetenzen, allgemeinen Problemstellung auf spezifischeTeilprobleme abzubilden sowie die Auswahl und das Beherrschen geeigneter Methoden und Verfahren zur Problemlösung.
1. Die Absolventen und Absolventinnen können sich selbständig ein eng umrissenes Teilgebiet der Informatik erschließen und die Ergebnisse im Rahmen eines kurzenVortrages mit fortschrittlichen Präsentationstechniken oder eines mehrseitigen Aufsatzes detailliert zusammenfassen.
2. Die Absolventen und Absolventinnen sind in der Lage, fachlich eingegrenzte Teilprojekte unter Verwendung des im Studium Erlernten in einem komplexeren IT-Entwicklungsprojekt eigenverantwortlich zu bearbeiten.
Studiengangsstruktur
Das Curriculum des Bachelorstudiengangs Computer Science ist wie folgt gegliedert:
Kernqualifikation: 22 Module, 138 Leistungspunkte (LP), 1. - 6. SemesterVertiefung: 6 Module, 36 LP, 5. und 6. SemesterBachelorarbeit: 12 LP, 6. Semester
Damit ergibt sich ein Gesamtaufwand von 180 LP.
Die fachliche Lehre in der Kernqualifikation erstreckt sich vorwiegend auf die Semester 1 bis 5. Die Kernqualifikation beinhaltet folgende Fachmodule:
1. Semester- Diskrete algebraische Strukturen- Funktionale Programmierung- Lineare Algebra- Prozedurale Programmierung
2. Semester- Automatentheorie und formale Sprachen- Mathematische Analysis- Objektorientierte Programmierung, Algorithmen und Datenstrukturen- Software-Engineering
3. Semester- Einführung in die Informationssicherheit- Mathematik III- Rechnernetze und Internet-Sicherheit- Technische Informatik
4. Semester- Berechenbarkeit und Komplexität- Betriebssysteme- Graphentheorie und Optimierung- Signale und Systeme- Stochastik
Neben diesen Fachmodulen folgende Module angeboten, die dem Studium Generale zuzuordnen sind:- Grundlagen der Betriebswirtschaftslehre: 6 LP, 2. Semester- Nichttechnische Ergänzungskurse im Bachelor: 6 LP, 1. - 6. Semester
Ebenfalls zur Kernqualifikation gehört das Software-Fachpraktikum (6 LP, 5. Semester).
In der Vertiefung werden fachliche Schlüsselqualifikationen erworben. Wählbar sind:- Computational Mathematics (Verlaufspläne: Hardware, Software) oder- Computer and Software Engineering (Verlaufspläne: Angewandte Mathematik, Systemtheorie).
Die Studierenden belegen in einem der beiden Zweige Veranstaltungen in einem Umfang von 30 LP. In jedem Block werden Veranstaltungen in einem Gesamtumfang vonmindestens 42 LP vorgehalten, sodass ausreichend Wahlmöglichkeiten bestehen.
Der Studienplan ist mit einem Mobilitätsfenster versehen dergestalt, dass das fünfte Semester unter Umständen im Ausland absolviert werden kann.
In jeder Vertiefung werden zwei Verlaufspläne vorgehalten:
A. Vertiefung Computational Mathematics
A1. Verlaufsplan Applied Mathematics (M)
5. Semester- Kombinatorische Strukuren und Algorithmen- Numerik und Computer Algebra- Rechnergestützte Geometrie6. Semester- Maßtheoretische Konzepte der Stochastik- Mathematik IV- Mathematische Statistik
A2. Verlaufsplan Systems Theory (R)
5. Semester- Grundlagen der Regelungstechnik- Numerische Mathematik I- Quantenmechanik für Studierende der Ingenieurswissenschaften
6. Semester- Algebraische Methoden in der Regelungstechnik- Löser für schwach besetzte lineare Gleichungssysteme- Mathematik IV
A3. Weitere Veranstaltung-
B. Vertiefung Computer and Software Engineering
[4]
Modulhandbuch B. Sc. "Computer Science"
-
B1. Verlaufsplan Computer Engineering (T)
5. Semester- Einführung in die Nachrichtentechnik und ihre stochastischen Methoden- Messtechnik und Messdatenverarbeitung- Rechnerarchitektur6. Semester- Eingebettete Systeme- Einführung in Medizintechnische Systeme- Labor Cyber-Physical Systems
B2. Verlaufsplan Software Engineering (S)
5. Semester- Datenbanken - Kombinatorische Strukturen und Algorithmen- Verteilte Systeme6. Semester- Anwendungssicherheit- Compilerbau- Softwareentwicklung
B3. Weitere Veranstaltung- Quantenmechanik für Studierende der Ingenieurswissenschaften
[5]
Modulhandbuch B. Sc. "Computer Science"
-
Fachmodule der Kernqualifikation
Modul M0561: Diskrete Algebraische Strukturen
Lehrveranstaltungen
Titel Typ SWS LP
Diskrete Algebraische Strukturen (L0164) Vorlesung 2 3
Diskrete Algebraische Strukturen (L0165) Gruppenübung 2 3
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine.
Empfohlene Vorkenntnisse Abiturkenntnisse in Mathematik.
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Wissen: Die Studierenden kennen
zahlentheoretische und funktionsbasierte Modelle der Kryptographie sowie Grundlagen der linearen Codes;
den Aufbau und Struktur von Restklassenringen (Euklidische Ringe) und endlichen Körpern;
den Aufbau und die Struktur von Unter-, Summen- und Faktorstrukturen in algebraischen Gebilden sowie Homomorphismen zwischen diesen
Strukturen;
den Aufbau und die Abzählung von elementaren kombinatorischen Strukturen;
die wichtigsten Beweiskonzepte der modernen Mathematik;
den Aufbau der höheren Mathematik basierend auf mathematischer Logik und Mengenlehre;
grundlegende Aspekte des Einsatzes von mathematischer Software (Computeralgebrasystem Maple) zur Lösung von algebraischen oder
kombinatorischen Aufgabenstellungen.
Fertigkeiten Fertigkeiten: Die Studierenden können
in Restklassenringen (Euklischen Ringen) rechnen;
Unter-, Summen- und Faktorstrukturen in algebraischen Gebilden aufstellen und in ihnen rechnen sowie algebraische Strukturen durch
Homomorphismen aufeinander beziehen;
elementar-kombinatorische Strukturen identifizieren und abzählen;
die Sprache der Mathematik, basierend auf Mathematischer Logik und Mengenlehre, dienstbar verwenden;
einfache, im Kontext stehende mathematische Aussagen beweisen;
einschlägige mathematische Software (Computeralgebrasystem Maple) zielgerichtet einsetzen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifische Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate
geeignet zu präsentieren.
Selbstständigkeit Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachbüchern selbständig zu
erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Computer Science: Kernqualifikation: Pflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Technomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L0164: Diskrete Algebraische Strukturen
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE
Zeitraum WiSe
Inhalt
Literatur
[6]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0165: Diskrete Algebraische Strukturen
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[7]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0575: Prozedurale Programmierung
Lehrveranstaltungen
Titel Typ SWS LP
Prozedurale Programmierung (L0197) Vorlesung 1 2
Prozedurale Programmierung (L0201) Hörsaalübung 1 1
Prozedurale Programmierung (L0202) Laborpraktikum 2 3
Modulverantwortlicher Prof. Siegfried Rump
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Elementare Handhabung eines PC
Elementare Mathematikkenntnisse
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Die Studierenden erwerben folgendes Wissen:
Sie kennen elementare Sprachelemente der Programmiersprache C. Sie kennen die grundlegendenDatentypen und wissen um ihre Einsatzgebiete.
Sie haben ein Verständnis davon, was die Aufgaben eines Compilers, des Präprozessors und derEntwicklungsumgebung sind und wie diese interagieren.
Sie beherrschen die Einbindung und Verwendung externer Programm-Bibliotheken zur Erweiterung desFunktionsumfangs.
Sie wissen, wie man Header-Dateien verwendet und Funktionsschnittstellen festlegt, um größereProgrammierprojekte kreieren zu können.
Sie haben ein Verständnis dafür, wie das implementierte Programm mit dem Betriebssystem interagiert. Diesbefähigt Sie dazu, Programme zu entwickeln, welche Eingaben des Benutzers, Betriebseingaben oder auchentsprechende Dateien verarbeiten und gewünschte Ausgaben erzeugen.
Sie haben mehrere Herangehensweisen zur Implementierung häufig verwendeter Algorithmen gelernt.
FertigkeitenDie Studierenden sind in der Lage, die Komplexität eines Algorithmus zu bewerten und eine effizienteImplementierung vorzunehmen.
Die Studierenden können Algorithmen für eine Vielzahl von Funktionalitäten modellieren und programmieren.Zudem können Sie die Implementierung an eine vorgegebene API anpassen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden erwerben folgende Kompetenzen:
Sie können in Kleingruppen Aufgaben gemeinsam lösen, Programmfehler analysieren und beheben und ihrerzieltes Ergebnis gemeinsam präsentieren.
Sie können sich Sachverhalte direkt am Rechner durch einfaches Ausprobieren gegenseitig klar machen.
Sie können in Kleingruppen gemeinsam eine Projektidee und -planung erarbeiten.
Sie müssen den betreuenden Tutoren ihre eigenen Lösungsansätze verständlich kommunizieren und ihreProgramme präsentieren.
SelbstständigkeitDie Studierenden müssen in Einzeltestaten sowie einer abschließenden Prüfung ihre Programmierfertigkeitenunter Beweis stellen und selbständig ihr erlerntes Wissen zur Lösung neuer Aufgabenstellungen anwenden.
Die Studierenden haben die Möglichkeit, ihre erlernten Fähigkeiten beim Lösen einer Vielzahl vonPräsenzaufgaben zu überprüfen.
Zur effizienten Bearbeitung der Aufgaben des Praktikums teilen die Studierenden innerhalb ihrer Gruppen dieÜbungsaufgaben auf. Jeder Studierende muss zunächst selbständig eine Teilaufgabe lösen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten
Zuordnung zu folgenden Curricula Computer Science: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht
Mechatronik: Kernqualifikation: Pflicht
Technomathematik: Kernqualifikation: Pflicht
[8]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0197: Prozedurale Programmierung
Typ Vorlesung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhaltelementare Datentypen (Integer, Gleitpunktformat, ASCII-Zeichen) und ihre Abhängigkeiten von der Architektur
höhere Datentypen (Zeiger, Arrays, Strings, Strukturen, Listen)
Operatoren (arithmetische Operationen, logische Operationen, Bit-Operationen)
Kontrollflussstrukturen (bedingte Verzweigung, Schleifen, Sprünge)
Präprozessor-Direktiven (Makros, bedingte Kompilierung, modulares Design)
Funktionen (Funktionsdefinition/-interface, Rekursion, "call by value" versus "call by reference", Funktionszeiger)
essentielle Standard-Bibliotheken und -Funktionen (stdio.h, stdlib.h, math.h, string.h, time.h)
Dateikonzept, Streams
einfache Algorithmen (Sortierfunktionen, Reihenentwicklung, gleichverteilte Permutation)
Übungsprogramme zur Vertiefung der Programmierkenntnisse
Literatur Kernighan, Brian W (Ritchie, Dennis M.;)
The C programming language
ISBN: 9780131103702
Upper Saddle River, NJ [u.a.] : Prentice Hall PTR, 2009
Sedgewick, Robert
Algorithms in C
ISBN: 0201316633
Reading, Mass. [u.a.] : Addison-Wesley, 2007
Kaiser, Ulrich (Kecher, Christoph.;)
C/C++: Von den Grundlagen zur professionellen Programmierung
ISBN: 9783898428392
Bonn : Galileo Press, 2010
Wolf, Jürgen
C von A bis Z : das umfassende Handbuch
ISBN: 3836214113
Bonn : Galileo Press, 2009
Lehrveranstaltung L0201: Prozedurale Programmierung
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0202: Prozedurale Programmierung
Typ Laborpraktikum
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[9]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0577: Nichttechnische Ergänzungskurse im Bachelor
Modulverantwortlicher Dagmar Richter
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Keine
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Die Nichttechnischen Angebote (NTA)
vermitteln die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen, die ingenieurwissenschaftliche Fachlehre fördern aber nicht
abschließend behandeln kann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wie personale Leitungsbefähigung der
zukünftigen Ingenieurinnen und Ingenieure. Er setzt diese Ausbildungsziele in seiner Lehrarchitektur, den Lehr-Lern-Arrangements, den
Lehrbereichen und durch Lehrangebote um, in denen sich Studierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau auf
Bachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils in einem Modulkatalog Nichttechnische Ergänzungskurse
zusammengefasst.
Die Lehrarchitektur
besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieses zentral konzipierte Lehrangebot wird die Profilierung der TUHH
Ausbildung auch im Nichttechnischen Bereich gewährleistet.
Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung in Hinblick auf den individuellen Kompetenzaufbau ein und stellt dazu
Orientierungswissen zu thematischen Schwerpunkten von Veranstaltungen bereit.
Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. in ein-zwei Semestern studiert werden. Angesichts der bekannten,
individuellen Anpassungsprobleme beim Übergang von Schule zu Hochschule in den ersten Semestern und um individuell geplante Auslandsemester
zu fördern, wird jedoch von einer Studienfixierung in konkreten Fachsemestern abgesehen.
Die Lehr-Lern-Arrangements
sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- und fachübergreifendes voneinander Lernen vor. Der Umgang mit
Interdisziplinarität und einer Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischen Veranstaltungen gezielt gefördert.
Die Lehrbereiche
basieren auf Forschungsergebnissen aus den wissenschaftlichen Disziplinen Kulturwissenschaften, Gesellschaftswissenschaften, Kunst,
Geschichtswissenschaften, Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschung und aus der Fachdidaktik der
Ingenieurwissenschaften. Über alle Studiengänge hinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 das Angebot, gezielt
Betriebswirtschaftliches und Gründungswissen aufzubauen. Das Lehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werden
insbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezielt gefördert.
Das Kompetenzniveau
der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurse unterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel:
Diese Unterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf unterschiedliche berufliche Anwendungskontexte verweisende -
Inhalten und im für M.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills für Bachelor- und für Masterabsolventinnen/
Absolventen unterscheidet sich an Hand der im Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung von Gruppen.
Fachkompetenz (Wissen)
Die Studierenden können
ausgewählte Spezialgebiete innerhalb der jeweiligen nichttechnischen Mutterdisziplinen verorten,
in den im Lehrbereich vertretenen Disziplinen grundlegende Theorien, Kategorien, Begrifflichkeiten, Modelle, Konzepte oder künstlerischen
Techniken skizzieren,
diese fremden Fachdisziplinen systematisch auf die eigene Disziplin beziehen, d.h. sowohl abgrenzen als auch Anschlüsse benennen,
in Grundzügen skizzieren, inwiefern wissenschaftliche Disziplinen, Paradigmen, Modelle, Instrumente, Verfahrensweisen und
Repräsentationsformen der Fachwissenschaften einer individuellen und soziokulturellen Interpretation und Historizität unterliegen,
können Gegenstandsangemessen in einer Fremdsprache kommunizieren (sofern dies der gewählte Schwerpunkt im nichttechnischen Bereich
ist).
Fertigkeiten Die Studierenden können in ausgewählten Teilbereichen
grundlegende Methoden der genannten Wissenschaftsdisziplinen anwenden.
technische Phänomene, Modelle, Theorien usw. aus der Perspektive einer anderen, oben erwähnten Fachdisziplin befragen.
einfache Problemstellungen aus den behandelten Wissenschaftsdisziplinen erfolgreich bearbeiten,
bei praktischen Fragestellungen in Kontexten, die den technischen Sach- und Fachbezug übersteigen, ihre Entscheidungen zu Organisations-
und Anwendungsformen der Technik begründen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden sind fähig ,
in unterschiedlichem Ausmaß kooperativ zu lernen
eigene Aufgabenstellungen in den o.g. Bereichen in adressatengerechter Weise in einer Partner- oder Gruppensituation zu präsentieren und zu
analysieren,
nichttechnische Fragestellungen einer Zuhörerschaft mit technischem Hintergrund verständlich darzustellen
sich landessprachlich kompetent, kulturell angemessen und geschlechtersensibel auszudrücken (sofern dies der gewählte Schwerpunkt im
NTW-Bereich ist) .
[10]
Modulhandbuch B. Sc. "Computer Science"
-
Selbstständigkeit Die Studierenden sind in ausgewählten Bereichen in der Lage,
die eigene Profession und Professionalität im Kontext der lebensweltlichen Anwendungsgebiete zu reflektieren,
sich selbst und die eigenen Lernprozesse zu organisieren,
Fragestellungen vor einem breiten Bildungshorizont zu reflektieren und verantwortlich zu entscheiden,
sich in Bezug auf ein nichttechnisches Sachthema mündlich oder schriftlich kompetent auszudrücken.
sich als unternehmerisches Subjekt zu organisieren, (sofern dies ein gewählter Schwerpunkt im NTW-Bereich ist).
Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 6
Lehrveranstaltungen
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls.
[11]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0731: Functional Programming
Lehrveranstaltungen
Titel Typ SWS LP
Funktionales Programmieren (L0624) Vorlesung 2 2
Funktionales Programmieren (L0625) Hörsaalübung 2 2
Funktionales Programmieren (L0626) Gruppenübung 2 2
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Discrete mathematics at high-school level
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students apply the principles, constructs, and simple design techniques of functional programming. They demonstrate their ability to read Haskell
programs and to explain Haskell syntax as well as Haskell's read-eval-print loop. They interpret warnings and find errors in programs. They apply the
fundamental data structures, data types, and type constructors. They employ strategies for unit tests of functions and simple proof techniques for partial
and total correctness. They distinguish laziness from other evaluation strategies.
Fertigkeiten Students break a natural-language description down in parts amenable to a formal specification and develop a functional program in a structured way.
They assess different language constructs, make conscious selections both at specification and implementations level, and justify their choice. They
analyze given programs and rewrite them in a controlled way. They design and implement unit tests and can assess the quality of their tests. They argue
for the correctness of their program.
Personale Kompetenzen
Sozialkompetenz Students practice peer programming with varying peers. They explain problems and solutions to their peer. They defend their programs orally. They
communicate in English.
Selbstständigkeit In programming labs, students learn under supervision (a.k.a. "Betreutes Programmieren") the mechanics of programming. In exercises, they develop
solutions individually and independently, and receive feedback.
Arbeitsaufwand in Stunden Eigenstudium 96, Präsenzstudium 84
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0624: Functional Programming
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
InhaltFunctions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions
Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type
Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)
Modules
Interactive Programming
Lazy Evaluation, Call-by-Value, Strictness
Design Recipes
Testing (axiom-based, invariant-based, against reference implementation)
Reasoning about Programs (equation-based, inductive)
Idioms of Functional Programming
Haskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
[12]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0625: Functional Programming
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
InhaltFunctions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions
Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type
Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)
Modules
Interactive Programming
Lazy Evaluation, Call-by-Value, Strictness
Design Recipes
Testing (axiom-based, invariant-based, against reference implementation)
Reasoning about Programs (equation-based, inductive)
Idioms of Functional Programming
Haskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
Lehrveranstaltung L0626: Functional Programming
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
InhaltFunctions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions
Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type
Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)
Modules
Interactive Programming
Lazy Evaluation, Call-by-Value, Strictness
Design Recipes
Testing (axiom-based, invariant-based, against reference implementation)
Reasoning about Programs (equation-based, inductive)
Idioms of Functional Programming
Haskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
[13]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0736: Linear Algebra
Lehrveranstaltungen
Titel Typ SWS LP
Lineare Algebra (L0642) Vorlesung 4 4
Lineare Algebra (L0643) Hörsaalübung 2 2
Lineare Algebra (L0645) Gruppenübung 2 2
Modulverantwortlicher Prof. Marko Lindner
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse None
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
WissenStudents can name the basic concepts in linear algebra. They are able to explain them using appropriate examples.
Students can discuss logical connections between these concepts. They are capable of illustrating these connections with the help of examples.
They know proof strategies and can reproduce them.
FertigkeitenStudents can model problems in linear algebra with the help of the concepts studied in this course. Moreover, they are capable of solving them by
applying established methods.
Students are able to discover and verify further logical connections between the concepts studied in the course.
For a given problem, the students can develop and execute a suitable approach, and are able to critically evaluate the results.
Personale Kompetenzen
Sozialkompetenz - Students are able to work together (e.g. on their regular home work) in heterogeneously composed teams (i.e., teams from different study programs and
background knowledge) and to present their results appropriately (e.g. during exercise class).
Selbstständigkeit - Students are capable of checking their understanding of complex concepts on their own. They can specify open questions precisely and know where to
get help in solving them.
- Students can put their knowledge in relation to the contents of other lectures.
- Students have developed sufficient persistence to be able to work for longer periods in a goal-oriented manner on hard problems.
Arbeitsaufwand in Stunden Eigenstudium 128, Präsenzstudium 112
Leistungspunkte 8
Prüfung Klausur
Prüfungsdauer und -umfang 120
Zuordnung zu folgenden Curricula Computer Science: Kernqualifikation: Pflicht
General Engineering Science: Kernqualifikation: Pflicht
General Engineering Science (7 Semester): Kernqualifikation: Pflicht
Lehrveranstaltung L0642: Linear Algebra
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand in Stunden Eigenstudium 64, Präsenzstudium 56
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum WiSe
Inhalt Preliminaries
Vector spaces
Matrices and linear systems of equations
Scalar products and orthogonality
Basis transformation
Determinants
Eigen values
Literatur Strang: Linear Algebra
Beutelsbacher: Lineare Algebra
[14]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0643: Linear Algebra
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0645: Linear Algebra
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[15]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0553: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Lehrveranstaltungen
Titel Typ SWS LP
Objektorientierte Programmierung, Algorithmen und Datenstrukturen (L0131) Vorlesung 4 4
Objektorientierte Programmierung, Algorithmen und Datenstrukturen (L0132) Gruppenübung 1 2
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Veranstaltung Prozedurale Programmierung oder gleichwertige Programmierkenntnisse in imperativer Programmierung
Zwingende Voraussetzung ist die Beherrschung imperativer Programmierung (C, Pascal, Fortran oder ähnlich). Sie sollten also z.B. einfache
Datentypen (integer, double, char, bool), arrays, if-then-else, for, while, Prozedur- bzw. Funktionsaufrufe und Zeiger kennen und in eigenen Programmen
damit experimentiert haben, also auch Editor, Linker, Compiler und Debugger nutzen können. Die Veranstaltung beginnt mit der Einführung von
Objekten, setzt also auf oben genannte Grundlagen auf.
Dieser Hinweis ist insbesondere wichtig für Studiengänge wie AIW, GES, LUM da oben genannte Voraussetzungen dort nicht Bestandteil des
Studienplans sind, sondern zu den Studienvoraussetzungen dieser Studiengänge zählen. Die Studiengänge ET, CI und IIW besitzen die erforderlichen
Vorkenntnisse aus der Veranstaltung Prozedurale Programmierung im ersten Semester.
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Studierende können die Grundzüge des Software-Entwurfs wie den Entwurf einer Klassenarchitektur unter Einbeziehung vorhandener
Klassenbibliotheken und Entwurfsmuster erklären.
Studierende können grundlegende Datenstrukturen der diskreten Mathematik beschreiben sowie wichtige Algorithmen zum Sortieren und Suchen
bezüglich ihrer Komplexität bewerten.
Fertigkeiten Studierende sind in der Lage,
Software mit gegebenen Entwurfsmustern, unter Verwendung von Klassenhierarchien und Polymorphie zu entwerfen.
Softwareentwicklung und Tests unter Verwendung von Versionsverwaltungssystemen und google Test durchzuführen.
Sortierung und Suche nach Daten effizient durchzuführen.
die Komplexität von Algorithmen abzuschätzen.
Personale Kompetenzen
Sozialkompetenz Studierende können in Teams arbeiten und in Foren kommunizieren.
Selbstständigkeit Studierende sind in der Lage selbständig über einen Zeitraum von 2-3 Wochen, unter Verwendung von SVN Repository und google Test,
Programmieraufgaben z.B. LZW Datenkompression zu lösen.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung, Übungen und Materialien im StudIP
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Computer Science: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht
Technomathematik: Kernqualifikation: Pflicht
[16]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0131: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand in Stunden Eigenstudium 64, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen DE
Zeitraum SoSe
Inhalt Objektorientierte Analyse und Entwurf:
Objektorientierte Programmierung in C++ und Java
generische Programmierung
UML
Entwurfsmuster
Datenstrukturen und Algorithmen:
Komplexität von Algorithmen
Suchen, Sortieren, Hashing,
Stapel, Schlangen, Listen
Bäume (AVL, Heap, 2-3-4, Trie, Huffman, Patricia, B),
Mengen, Prioritätswarteschlangen
gerichtete und ungerichtete Graphen (Spannbäume, kürzeste und längste Wege)
Literatur Skriptum
Lehrveranstaltung L0132: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Rolf-Rainer Grigat
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[17]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0624: Automata Theory and Formal Languages
Lehrveranstaltungen
Titel Typ SWS LP
Automatentheorie und Formale Sprachen (L0332) Vorlesung 2 4
Automatentheorie und Formale Sprachen (L0507) Gruppenübung 2 2
Modulverantwortlicher Prof. Tobias Knopp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Participating students should be able to
- specify algorithms for simple data structures (such as, e.g., arrays) to solve computational problems
- apply propositional logic and predicate logic for specifying and understanding mathematical proofs
- apply the knowledge and skills taught in the module Discrete Algebraic Structures
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students can explain syntax, semantics, and decision problems of propositional logic, and they are able to give algorithms for solving decision problems.
Students can show correspondences to Boolean algebra. Students can describe which application problems are hard to represent with propositional
logic, and therefore, the students can motivate predicate logic, and define syntax, semantics, and decision problems for this representation formalism.
Students can explain unification and resolution for solving the predicate logic SAT decision problem. Students can also describe syntax, semantics, and
decision problems for various kinds of temporal logic, and identify their application areas. The participants of the course can define various kinds of finite
automata and can identify relationships to logic and formal grammars. The spectrum that students can explain ranges from deterministic and
nondeterministic finite automata and pushdown automata to Turing machines. Students can name those formalism for which nondeterminism is more
expressive than determinism. They are also able to demonstrate which decision problems require which expressivity, and, in addition, students can
transform decision problems w.r.t. one formalism into decision problems w.r.t. other formalisms. They understand that some formalisms easily induce
algorithms whereas others are best suited for specifying systems and their properties. Students can describe the relationships between formalisms such
as logic, automata, or grammars.
Fertigkeiten Students can apply propositional logic as well as predicate logic resolution to a given set of formulas. Students analyze application problems in order to
derive propositional logic, predicate logic, or temporal logic formulas to represent them. They can evaluate which formalism is best suited for a particular
application problem, and they can demonstrate the application of algorithms for decision problems to specific formulas. Students can also transform
nondeterministic automata into deterministic ones, or derive grammars from automata and vice versa. They can show how parsers work, and they can
apply algorithms for the language emptiness problem in case of infinite words.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
[18]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0332: Automata Theory and Formal Languages
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand in Stunden Eigenstudium 92, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt1. Propositional logic, Boolean algebra, propositional resolution, SAT-2KNF
2. Predicate logic, unification, predicate logic resolution
3. Temporal Logics (LTL, CTL)
4. Deterministic finite automata, definition and construction
5. Regular languages, closure properties, word problem, string matching
6. Nondeterministic automata:
Rabin-Scott transformation of nondeterministic into deterministic automata
7. Epsilon automata, minimization of automata,
elimination of e-edges, uniqueness of the minimal automaton (modulo renaming of states)
8. Myhill-Nerode Theorem:
Correctness of the minimization procedure, equivalence classes of strings induced by automata
9. Pumping Lemma for regular languages:
provision of a tool which, in some cases, can be used to show that a finite automaton principally cannot be expressive enough to solve a word
problem for some given language
10. Regular expressions vs. finite automata:
Equivalence of formalisms, systematic transformation of representations, reductions
11. Pushdown automata and context-free grammars:
Definition of pushdown automata, definition of context-free grammars, derivations, parse trees, ambiguities, pumping lemma for context-free
grammars, transformation of formalisms (from pushdown automata to context-free grammars and back)
12. Chomsky normal form
13. CYK algorithm for deciding the word problem for context-free grammrs
14. Deterministic pushdown automata
15. Deterministic vs. nondeterministic pushdown automata:
Application for parsing, LL(k) or LR(k) grammars and parsers vs. deterministic pushdown automata, compiler compiler
16. Regular grammars
17. Outlook: Turing machines and linear bounded automata vs general and context-sensitive grammars
18. Chomsky hierarchy
19. Mealy- and Moore automata:
Automata with output (w/o accepting states), infinite state sequences, automata networks
20. Omega automata: Automata for infinite input words, Büchi automata, representation of state transition systems, verification w.r.t. temporal logic
specifications (in particular LTL)
21. LTL safety conditions and model checking with Büchi automata, relationships between automata and logic
22. Fixed points, propositional mu-calculus
23. Characterization of regular languages by monadic second-order logic (MSO)
Literatur1. Logik für Informatiker Uwe Schöning, Spektrum, 5. Aufl.
2. Logik für Informatiker Martin Kreuzer, Stefan Kühling, Pearson Studium, 2006
3. Grundkurs Theoretische Informatik, Gottfried Vossen, Kurt-Ulrich Witt, Vieweg-Verlag, 2010.
4. Principles of Model Checking, Christel Baier, Joost-Pieter Katoen, The MIT Press, 2007
Lehrveranstaltung L0507: Automata Theory and Formal Languages
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[19]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0732: Software Engineering
Lehrveranstaltungen
Titel Typ SWS LP
Software-Engineering (L0627) Vorlesung 2 3
Software-Engineering (L0628) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene VorkenntnisseAutomata theory and formal languages
Procedural programming or Functional programming
Object-oriented programming, algorithms, and data structures
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students explain the phases of the software life cycle, describe the fundamental terminology and concepts of software engineering, and paraphrase the
principles of structured software development. They give examples of software-engineering tasks of existing large-scale systems. They write test cases
for different test strategies and devise specifications or models using different notations, and critique both. They explain simple design patterns and the
major activities in requirements analysis, maintenance, and project planning.
Fertigkeiten For a given task in the software life cycle, students identify the corresponding phase and select an appropriate method. They choose the proper
approach for quality assurance. They design tests for realistic systems, assess the quality of the tests, and find errors at different levels. They apply and
modify non-executable artifacts. They integrate components based on interface specifications.
Personale Kompetenzen
Sozialkompetenz Students practice peer programming. They explain problems and solutions to their peer. They communicate in English.
Selbstständigkeit Using on-line quizzes and accompanying material for self study, students can assess their level of knowledge continuously and adjust it appropriately.
Working on exercise problems, they receive additional feedback.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0627: Software Engineering
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
Software Life Cycle Models (Waterfall, V-Model, Evolutionary Models, IncrementalModels, Iterative Models, Agile Processes)
Requirements (Elicitation Techniques, UML Use Case Diagrams, Functional and Non-Functional Requirements)
Specification (Finite State Machines, Extended FSMs, Petri Nets, Behavioral UML Diagrams, Data Modeling)
Design (Design Concepts, Modules, (Agile) Design Principles)
Object-Oriented Analysis and Design (Object Identification, UML Interaction Diagrams, UML Class Diagrams, Architectural Patterns)
Testing (Blackbox Testing, Whitebox Testing, Control-Flow Testing, Data-Flow Testing, Testing in the Large)
Maintenance and Evolution (Regression Testing, Reverse Engineering, Reengineering)
Project Management (Blackbox Estimation Techniques, Whitebox Estimation Techniques, Project Plans, Gantt Charts, PERT Charts)
Literatur Kassem A. Saleh, Software Engineering, J. Ross Publishing 2009.
Lehrveranstaltung L0628: Software Engineering
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[20]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0737: Mathematical Analysis
Lehrveranstaltungen
Titel Typ SWS LP
Mathematische Analysis (L0647) Vorlesung 4 4
Mathematische Analysis (L0648) Hörsaalübung 2 2
Mathematische Analysis (L0649) Gruppenübung 2 2
Modulverantwortlicher Prof. Marko Lindner
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse None
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
WissenStudents can name the basic concepts in analysis. They are able to explain them using appropriate examples.
Students can discuss logical connections between these concepts. They are capable of illustrating these connections with the help of examples.
They know proof strategies and can reproduce them.
FertigkeitenStudents can model problems in analysis with the help of the concepts studied in this course. Moreover, they are capable of solving them by
applying established methods.
Students are able to discover and verify further logical connections between the concepts studied in the course.
For a given problem, the students can develop and execute a suitable approach, and are able to critically evaluate the results.
Personale Kompetenzen
Sozialkompetenz - Students are able to work together (e.g. on their regular home work) in heterogeneously composed teams (i.e., teams from different study programs and
background knowledge) and to present their results appropriately (e.g. during exercise class).
Selbstständigkeit - Students are capable of checking their understanding of complex concepts on their own. They can specify open questions precisely and know where to
get help in solving them.
- Students can put their knowledge in relation to the contents of other lectures.
- Students have developed sufficient persistence to be able to work for longer periods in a goal-oriented manner on hard problems.
Arbeitsaufwand in Stunden Eigenstudium 128, Präsenzstudium 112
Leistungspunkte 8
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgenden Curricula Computer Science: Kernqualifikation: Pflicht
General Engineering Science: Kernqualifikation: Pflicht
General Engineering Science (7 Semester): Kernqualifikation: Pflicht
Lehrveranstaltung L0647: Mathematical Analysis
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand in Stunden Eigenstudium 64, Präsenzstudium 56
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Convergence, sequences, and series
Continuity
Elementary functions
Differential calculus
Integral calculus
Sequences of functions
Literatur Königsberger: Analysis
Forster: Analysis
[21]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0648: Mathematical Analysis
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0649: Mathematical Analysis
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[22]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0829: Grundlagen der Betriebswirtschaftslehre
Lehrveranstaltungen
Titel Typ SWS LP
Grundlagen der Betriebswirtschaftslehre (L0880) Vorlesung 3 3
Projekt Entrepreneurship (L0882) Problemorientierte Lehrveranstaltung 2 3
Modulverantwortlicher Prof. Christoph Ihl
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Schulkenntnisse in Mathematik und Wirtschaft
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Die Studierenden können...
grundlegende Begriffe und Kategorien aus dem Bereich Wirtschaft und Management benennen und erklären
grundlegende Aspekte wettbewerblichen Unternehmertums beschreiben (Betrieb und Unternehmung, betrieblicher Zielbildungsprozess)
wesentliche betriebliche Funktionen erläutern, insb. Funktionen der Wertschöpfungskette (z.B. Produktion und Beschaffung,
Innovationsmanagement, Absatz und Marketing) sowie Querschnittsfunktionen (z.B. Organisation, Personalmanagement, Supply Chain
Management, Informationsmanagement) und die wesentlichen Aspekte von Entrepreneurship-Projekten benennen
Grundlagen der Unternehmensplanung (Entscheidungstheorie, Planung und Kontrolle) wie auch spezielle Planungsaufgaben (z.B.
Projektplanung, Investition und Finanzierung) erläutern
Grundlagen des Rechnungswesens erklären (Buchführung, Bilanzierung, Kostenrechnung, Controlling)
Fertigkeiten Die Studierenden können
Unternehmensziele definieren und in ein Zielsystem einordnen sowie Zielsysteme strukturieren
Organisations- und Personalstrukturen von Unternehmen analysieren
Methoden für Entscheidungsprobleme unter mehrfacher Zielsetzung, unter Ungewissheit sowie unter Risiko zur Lösung von entsprechenden
Problemen anwenden
Produktions- und Beschaffungssysteme sowie betriebliche Informationssysteme analysieren und einordnen
Einfache preispolitische und weitere Instrumente des Marketing analysieren und anwenden
Grundlegende Methoden der Finanzmathematik auf Invesititions- und Finanzierungsprobleme anwenden
Die Grundlagen der Buchhaltung, Bilanzierung, Kostenrechnung und des Controlling erläutern und Methoden aus diesen Bereichen auf
einfache Problemstellungen anwenden.
Personale Kompetenzen
Sozialkompetenz Die Studierenden sind in der Lage
sich im Team zu organisieren und ein Projekt aus dem Bereich Entrepreneurship gemeinsam zu bearbeiten und einen Projektbericht zu erstellen
erfolgreich problemlösungsorientiert zu kommunizieren
respektvoll und erfolgreich zusammenzuarbeiten
Selbstständigkeit Die Studierenden sind in der Lage
Ein Projekt in einem Team zu bearbeiten und einer Lösung zuzuführen
unter Anleitung einen Projektbericht zu verfassen
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Verfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Bioverfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Energie- und Umwelttechnik: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Bau- und Umweltingenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften: Vertiefung Schiffbau: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht
[23]
Modulhandbuch B. Sc. "Computer Science"
-
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht
Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht
Bioverfahrenstechnik: Kernqualifikation: Pflicht
Computer Science: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Energie- und Umwelttechnik: Kernqualifikation: Pflicht
General Engineering Science: Vertiefung Bau- und Umweltingenieurwesen: Pflicht
General Engineering Science: Vertiefung Bioverfahrenstechnik: Pflicht
General Engineering Science: Vertiefung Elektrotechnik: Pflicht
General Engineering Science: Vertiefung Energie- und Umwelttechnik: Pflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science: Vertiefung Maschinenbau: Pflicht
General Engineering Science: Vertiefung Mediziningenieurwesen: Pflicht
General Engineering Science: Vertiefung Schiffbau: Pflicht
General Engineering Science: Vertiefung Verfahrenstechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: Pflicht
General Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Logistik und Mobilität: Kernqualifikation: Pflicht
Maschinenbau: Kernqualifikation: Pflicht
Mechatronik: Kernqualifikation: Pflicht
Schiffbau: Kernqualifikation: Pflicht
Technomathematik: Kernqualifikation: Pflicht
Verfahrenstechnik: Kernqualifikation: Pflicht
[24]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L0880: Grundlagen der Betriebswirtschaftslehre
Typ Vorlesung
SWS 3
LP 3
Arbeitsaufwand in Stunden Eigenstudium 48, Präsenzstudium 42
Dozenten Prof. Christoph Ihl, Prof. Thorsten Blecker, Prof. Christian Lüthje, Prof. Christian Ringle, Prof. Kathrin Fischer, Prof. Cornelius Herstatt, Prof. Wolfgang
Kersten, Prof. Matthias Meyer, Prof. Thomas Wrona
Sprachen DE
Zeitraum WiSe/SoSe
InhaltDie Abgrenzung der BWL von der VWL und die Gliederungsmöglichkeiten der BWL
Wichtige Definitionen aus dem Bereich Management und Wirtschaft
Die wichtigsten Unternehmensziele und ihre Einordnung sowie (Kern-) Funktionen der Unternehmung
Die Bereiche Produktion und Beschaffungsmanagement, der Begriff des Supply Chain Management und die Bestandteile einer Supply Chain
Die Definition des Begriffs Information, die Organisation des Informations- und Kommunikations (IuK)-Systems und Aspekte der Datensicherheit;
Unternehmensstrategie und strategische Informationssysteme
Der Begriff und die Bedeutung von Innovationen, insbesondere Innovationschancen, -risiken und prozesse
Die Bedeutung des Marketing, seine Aufgaben, die Abgrenzung von B2B- und B2C-Marketing
Aspekte der Marketingforschung (Marktportfolio, Szenario-Technik) sowie Aspekte der strategischen und der operativen Planung und Aspekte
der Preispolitik
Die grundlegenden Organisationsstrukturen in Unternehmen und einige Organisationsformen
Grundzüge des Personalmanagements
Die Bedeutung der Planung in Unternehmen und die wesentlichen Schritte eines Planungsprozesses
Die wesentlichen Bestandteile einer Entscheidungssituation sowie Methoden für Entscheidungsprobleme unter mehrfacher Zielsetzung, unter
Ungewissheit sowie unter Risiko
Grundlegende Methoden der Finanzmathematik
Die Grundlagen der Buchhaltung, der Bilanzierung und der Kostenrechnung
Die Bedeutung des Controlling im Unternehmen und ausgewählte Methoden des Controlling
Die wesentlichen Aspekte von Entrepreneurship-Projekten
Neben der Vorlesung, die die Fachinhalte vermittelt, erarbeiten die Studierenden selbstständig in Gruppen einen Business-Plan für ein
Gründungsprojekt. Dafür wird auch das wissenschaftliche Arbeiten und Schreiben gezielt unterstützt.
Literatur Bamberg, G., Coenenberg, A.: Betriebswirtschaftliche Entscheidungslehre, 14. Aufl., München 2008
Eisenführ, F., Weber, M.: Rationales Entscheiden, 4. Aufl., Berlin et al. 2003
Heinhold, M.: Buchführung in Fallbeispielen, 10. Aufl., Stuttgart 2006.
Kruschwitz, L.: Finanzmathematik. 3. Auflage, München 2001.
Pellens, B., Fülbier, R. U., Gassen, J., Sellhorn, T.: Internationale Rechnungslegung, 7. Aufl., Stuttgart 2008.
Schweitzer, M.: Planung und Steuerung, in: Bea/Friedl/Schweitzer: Allgemeine Betriebswirtschaftslehre, Bd. 2: Führung, 9. Aufl., Stuttgart 2005.
Weber, J., Schäffer, U. : Einführung in das Controlling, 12. Auflage, Stuttgart 2008.
Weber, J./Weißenberger, B.: Einführung in das Rechnungswesen, 7. Auflage, Stuttgart 2006.
Lehrveranstaltung L0882: Projekt Entrepreneurship
Typ Problemorientierte Lehrveranstaltung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Christoph Ihl, Ann-Isabell Hnida, Hamed Farhadian, Katharina Roedelius, Oliver Welling, Maximilian Muelke
Sprachen DE
Zeitraum WiSe/SoSe
Inhalt Inhalt ist die eigenständige Erarbeitung eines Gründungsprojekts, von der ersten Idee bis zur fertigen Konzeption, wobei die betriebswirtschaftlichen
Grundkenntnisse aus der Vorlesung "Grundlagen der Betriebswirtschaftslehre" zum Einsatz kommen sollen.
Die Erarbeitung erfolgt in Teams und unter Anleitung eines Mentors.
Literatur Relevante Literatur aus der korrespondierenden Vorlesung.
[25]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0730: Technische Informatik
Lehrveranstaltungen
Titel Typ SWS LP
Technische Informatik (L0321) Vorlesung 3 4
Technische Informatik (L0324) Gruppenübung 1 2
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundkenntnisse der Elektrotechnik
Bei erfolgreicher Teilnahme an den Übungen wird diese erbrachte Vorleistung bei der Bewertung der Klausur gemäß folgender Regeln
mitberücksichtigt:
1. Bei bestandener Modulprüfung wird dem Studierenden aufgrund der erfolgreichen Teilnahme an den Übungen ein Notenbonus auf die
Modulprüfung bis zur nächst besseren Zwischenstufe von 0,3 bzw. 0,4 gewährt.
2. Eine Notenverbesserung von 5,0 auf 4,3 oder von 4,3 auf 4,0 ist nicht möglich.
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Dieses Modul vermittelt Grundkenntnisse der Funktionsweise von Rechensystemen. Abgedeckt werden die Ebenen von der Assemblerprogrammierung
bis zur Gatterebene. Das Modul behandelt folgende Inhalte:
Einführung
Kombinatorische Logik: Gatter, Boolesche Algebra, Schaltfunktionen, Synthese von Schaltungen, Schaltnetze
Sequentielle Logik: Flip-Flops, Schaltwerke, systematischer Schaltwerkentwurf
Technologische Grundlagen
Rechnerarithmetik: Ganzzahlige Addition, Subtraktion, Multiplikation und Division
Grundlagen der Rechnerarchitektur: Programmiermodelle, MIPS-Einzelzyklusmaschine, Pipelining
Speicher-Hardware: Speicherhierarchien, SRAM, DRAM, Caches
Ein-/Ausgabe: I/O aus Sicht der CPU, Prinzipien der Datenübergabe, Point-to-Point Verbindungen, Busse
Fertigkeiten Die Studierenden fassen ein Rechensystem aus der Perspektive des Architekten auf, d.h. sie erkennen die interne Struktur und den physischen Aufbau
von Rechensystemen. Die Studierenden können analysieren, wie hochspezifische und individuelle Rechner aus einer Sammlung gängiger
Einzelkompenenten zusammengesetzt werden. Sie sind in der Lage, die unterschiedlichen Abstraktionsebenen heutiger Rechensysteme - von Gattern
und Schaltungen bis hin zu Prozessoren - zu unterscheiden und zu erklären.
Nach erfolgreichem Besuch der Veranstaltung sind die Studierenden in der Lage, die Wechselwirkungen zwischen einem physischen Rechensystem
und der darauf ausgeführten Software beurteilen zu können. Insbesondere sollen sie die Konsequenzen der Ausführung von Software in den
hardwarenahen Schichten von der Assemblersprache bis zu Gattern erkennen können. Sie sollen so in die Lage versetzt werden, Auswirkungen unterer
Schichten auf die Leistung des Gesamtsystems abzuschätzen und geeignete Optionen vorzuschlagen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate
geeignet zu präsentieren.
Selbstständigkeit Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachliteratur selbständig zu erarbeiten,
das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten, Inhalte der Vorlesung und Übungen
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Kernqualifikation: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht
Computer Science: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
General Engineering Science: Kernqualifikation: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht
General Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: Pflicht
General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht
[26]
Modulhandbuch B. Sc. "Computer Science"
-
General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
General Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht
General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Mechatronik: Kernqualifikation: Pflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0321: Technische Informatik
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Heiko Falk
Sprachen DE
Zeitraum WiSe
InhaltEinführung
Kombinatorische Logik
Sequentielle Logik
Technologische Grundlagen
Zahlendarstellungen und Rechnerarithmetik
Grundlagen der Rechnerarchitektur
Speicher-Hardware
Ein-/Ausgabe
LiteraturA. Clements. The Principles of Computer Hardware. 3. Auflage, Oxford University Press, 2000.
A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001.
D. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005.
Lehrveranstaltung L0324: Technische Informatik
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Heiko Falk
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[27]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0834: Computernetworks and Internet Security
Lehrveranstaltungen
Titel Typ SWS LP
Rechnernetze und Internet-Sicherheit (L1098) Vorlesung 3 5
Rechnernetze und Internet-Sicherheit (L1099) Gruppenübung 1 1
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Basics of Computer Science
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students are able to explain important and common Internet protocols in detail and classify them, in order to be able to analyse and develop networked
systems in further studies and job.
Fertigkeiten Students are able to analyse common Internet protocols and evaluate the use of them in different domains.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit Students can select relevant parts out of high amount of professional knowledge and can independently learn and understand it.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Wahlpflicht
General Engineering Science: Vertiefung Informatik: Pflicht
General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L1098: Computer Networks and Internet Security
Typ Vorlesung
SWS 3
LP 5
Arbeitsaufwand in Stunden Eigenstudium 108, Präsenzstudium 42
Dozenten Prof. Andreas Timm-Giel, Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt In this class an introduction to computer networks with focus on the Internet and its security is given. Basic functionality of complex protocols are
introduced. Students learn to understand these and identify common principles. In the exercises these basic principles and an introduction to
performance modelling are addressed using computing tasks and (virtual) labs.
In the second part of the lecture an introduction to Internet security is given.
This class comprises:
Application layer protocols (HTTP, FTP, DNS)
Transport layer protocols (TCP, UDP)
Network Layer (Internet Protocol, routing in the Internet)
Data link layer with media access at the example of Ethernet
Multimedia applications in the Internet
Network management
Internet security: IPSec
Internet security: Firewalls
Literatur
Kurose, Ross, Computer Networking - A Top-Down Approach, 6th Edition, Addison-Wesley
Kurose, Ross, Computernetzwerke - Der Top-Down-Ansatz, Pearson Studium; Auflage: 6. Auflage
W. Stallings: Cryptography and Network Security: Principles and Practice, 6th edition
Further literature is announced at the beginning of the lecture.
[28]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L1099: Computer Networks and Internet Security
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Andreas Timm-Giel, Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[29]
Modulhandbuch B. Sc. "Computer Science"
-
Modul M0953: Introduction to Information Security
Lehrveranstaltungen
Titel Typ SWS LP
Einführung in die Informationssicherheit (L1114) Vorlesung 3 3
Einführung in die Informationssicherheit (L1115) Gruppenübung 2 3
Modulverantwortlicher Prof. Dieter Gollmann
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Basics of Computer Science
Modulziele/ angestrebte
Lernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students can
name the main security risks when using Information and Communication Systems and name the fundamental security mechanisms,
describe commonly used methods for risk and security analysis,
name the fundamental principles of data protection.
Fertigkeiten Students can
evaluate the strenghts and weaknesses of the fundamental security mechanisms and of the commonly used methods for risk and
security analysis,
apply the fundamental principles of data protection to concrete cases.
Personale Kompetenzen
Sozialkompetenz Students are capable of appreciating the impact of security problems on those affected and of the potential responsibilities for their resolution.
Selbstständigkeit None
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgenden Curricula Computer Science: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L1114: Introduction to Information Security
Typ Vorlesung
SWS 3
LP 3
Arbeitsaufwand in Stunden Eigenstudium 48, Präsenzstudium 42
Dozenten Prof. Chris Brzuska, Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
InhaltFundamental concepts
Passwords & biometrics
Introduction to cryptography
Sessions, SSL/TLS
Certificates, electronic signatures
Public key infrastructures
Side-channel analysis
Access control
Privacy
Software security basics
Security management & risk analysis
Security evaluation: Common Criteria
Literatur D. Gollmann: Computer Security, Wiley & Sons, third edition, 2011
Ross Anderson: Security Engineering, Wiley & Sons, second edition, 2008
[30]
Modulhandbuch B. Sc. "Computer Science"
-
Lehrveranstaltung L1115: Introduction to Information Se